TensorScatterSub

सार्वजनिक अंतिम वर्ग TensorScatterSub

`सूचकांक` के अनुसार मौजूदा टेंसर से विरल `अपडेट` घटाता है।

यह ऑपरेशन पास किए गए `टेन्सर` में से विरल `अपडेट्स` को घटाकर एक नया टेंसर बनाता है। यह ऑपरेशन `tf.scatter_nd_sub` के समान है, सिवाय इसके कि अपडेट मौजूदा टेंसर से घटाए जाते हैं (वैरिएबल के विपरीत)। यदि मौजूदा टेंसर की मेमोरी का पुन: उपयोग नहीं किया जा सकता है, तो एक प्रतिलिपि बनाई और अद्यतन की जाती है।

`सूचकांक` एक पूर्णांक टेंसर है जिसमें सूचकांक `आकार` के एक नए टेंसर में समाहित होते हैं। `सूचकांकों` का अंतिम आयाम अधिकतम `आकार` की रैंक हो सकता है:

सूचकांक.आकार[-1] <= आकार.रैंक

`सूचकांक` का अंतिम आयाम तत्वों में सूचकांक से मेल खाता है (यदि `सूचकांक.आकार[-1] = आकार.रैंक`) या स्लाइस (यदि `सूचकांक.आकार[-1] <आकार.रैंक`) आयाम `सूचकांकों के साथ .shape[-1]` का `shape`। `अपडेट` आकार वाला एक टेंसर है

सूचकांक.आकार[:-1] + आकार[सूचकांक.आकार[-1]:]

टेंसर_स्कैटर_सब का सबसे सरल रूप इंडेक्स द्वारा टेंसर से अलग-अलग तत्वों को घटाना है। उदाहरण के लिए, मान लें कि हम 8 तत्वों वाले रैंक-1 टेंसर में 4 बिखरे हुए तत्व सम्मिलित करना चाहते हैं।

पायथन में, यह स्कैटर घटाव ऑपरेशन इस तरह दिखेगा: 

indices = tf.constant([[4], [3], [1], [7]])
     updates = tf.constant([9, 10, 11, 12])
     tensor = tf.ones([8], dtype=tf.int32)
     updated = tf.tensor_scatter_nd_sub(tensor, indices, updates)
     print(updated)
परिणामी टेंसर इस तरह दिखेगा:

[1, -10, 1, -9, -8, 1, 1, -11]

हम एक उच्च रैंक टेंसर के पूरे स्लाइस को एक साथ भी सम्मिलित कर सकते हैं। उदाहरण के लिए, यदि हम रैंक-3 टेंसर के पहले आयाम में नए मानों के दो मैट्रिक्स के साथ दो स्लाइस सम्मिलित करना चाहते हैं।

पायथन में, यह स्कैटर ऐड ऑपरेशन इस तरह दिखेगा: 

indices = tf.constant([[0], [2]])
     updates = tf.constant([[[5, 5, 5, 5], [6, 6, 6, 6],
                             [7, 7, 7, 7], [8, 8, 8, 8]],
                            [[5, 5, 5, 5], [6, 6, 6, 6],
                             [7, 7, 7, 7], [8, 8, 8, 8]]])
     tensor = tf.ones([4, 4, 4],dtype=tf.int32)
     updated = tf.tensor_scatter_nd_sub(tensor, indices, updates)
     print(updated)
परिणामी टेंसर इस तरह दिखेगा:

[[[-4, -4, -4, -4], [-5, -5, -5, -5], [-6, -6, -6, -6], [-7, -7 , -7, -7]], [[1, 1, 1, 1], [1, 1, 1, 1], [1, 1, 1, 1], [1, 1, 1, 1]] , [[-4, -4, -4, -4], [-5, -5, -5, -5], [-6, -6, -6, -6], [-7, -7 , -7, -7]], [[1, 1, 1, 1], [1, 1, 1, 1], [1, 1, 1, 1], [1, 1, 1, 1]] ]

ध्यान दें कि सीपीयू पर, यदि कोई आउट ऑफ बाउंड इंडेक्स पाया जाता है, तो एक त्रुटि वापस आ जाती है। जीपीयू पर, यदि कोई आउट ऑफ बाउंड इंडेक्स पाया जाता है, तो इंडेक्स को नजरअंदाज कर दिया जाता है।

सार्वजनिक तरीके

आउटपुट <T>
आउटपुट के रूप में ()
टेंसर का प्रतीकात्मक हैंडल लौटाता है।
स्थिर <T, U संख्या बढ़ाता है> TensorScatterSub <T>
बनाएं ( स्कोप स्कोप, ऑपरेंड <टी> टेंसर, ऑपरेंड <यू> इंडेक्स, ऑपरेंड <टी> अपडेट)
एक नए TensorScatterSub ऑपरेशन को लपेटकर एक क्लास बनाने की फ़ैक्टरी विधि।
आउटपुट <T>
आउटपुट ()
टेंसर से एक नया टेंसर कॉपी किया गया और सूचकांकों के अनुसार अपडेट घटाया गया।

विरासत में मिली विधियाँ

सार्वजनिक तरीके

सार्वजनिक आउटपुट <T> asOutput ()

टेंसर का प्रतीकात्मक हैंडल लौटाता है।

TensorFlow संचालन के इनपुट किसी अन्य TensorFlow ऑपरेशन के आउटपुट हैं। इस पद्धति का उपयोग एक प्रतीकात्मक हैंडल प्राप्त करने के लिए किया जाता है जो इनपुट की गणना का प्रतिनिधित्व करता है।

सार्वजनिक स्थैतिक TensorScatterSub <T> बनाएं ( स्कोप स्कोप, ऑपरेंड <T> टेंसर, ऑपरेंड <U> इंडेक्स, ऑपरेंड <T> अपडेट)

एक नए TensorScatterSub ऑपरेशन को लपेटकर एक क्लास बनाने की फ़ैक्टरी विधि।

पैरामीटर
दायरा वर्तमान दायरा
टेन्सर कॉपी/अपडेट करने के लिए टेंसर।
सूचकांक सूचकांक टेंसर.
अपडेट आउटपुट में बिखरने के लिए अद्यतन।
रिटर्न
  • TensorScatterSub का एक नया उदाहरण

सार्वजनिक आउटपुट <T> आउटपुट ()

टेंसर से एक नया टेंसर कॉपी किया गया और सूचकांकों के अनुसार अपडेट घटाया गया।